非线性系统驾驶员诱发振荡预测判据的研究

本文首先对R.H.Smith提出的PIO理论在预测非线性人机系统PIO方面存在的问题进行了详细评述,并提出了更为严密、更为合理的新的PIO预测判据;然后,对驾驶员模型及其参数的选择进行了阐述,并介绍了一种计算包括多个非线性环节的闭环系统极限环的简便方法,以及在时域内判别PIO的方法,最后给出了算例。     

某电传操纵飞机的Ⅱ型PIO预测和抑制对策研究

 由伺服作动器速率限制引起的 PIO被称为 型 PIO。采用描述函数方法分析了带有速率限制环节的某机人机系统特性,分析表明,当速率限制发生后,在 Nichols图上,系统幅相特性将出现突跃现象,相位滞后增加、幅值减小,此时系统可能出现极限环振荡,即 PIO。用突跃点的频率及其响应的幅值和相角来预测 型PIO,在飞控系统中引入了软件限制环节来减弱速率限制的不利影响。     

一种基于小波分析的时变飞行品质准则

Ⅲ型驾驶员诱发振荡(PIO)是由飞机特性突变引起的人机不良耦合,具有非线性、时变等特点,对现代飞机的飞行安全构成严重威胁。为了研究Ⅲ型PIO问题,介绍了一种基于小波分析的时变飞行品质准则。该准则采用小波分析方法计算驾驶员输出的能量峰值和飞机被控对象的相位滞后两个特征参数,对时变人机系统进行了飞行品质评价。驾驶员在环仿真试验结果表明,该准则不仅能够预测PIO的发生,尤其是Ⅲ型PIO,还能够给出估计的PIO发生时间。研究成果可为Ⅲ型PIO的分析提供有效手段。     

预防舰载机PIO的作动器分析方法研究

从人机系统的鲁棒稳定性分析入手,判断系统是否存在PIO趋势,并以保证闭环系统鲁棒稳定性为目的,提出确定选取合适参数的作动器型号的新方法,使系统性能得到改善,本研究可为防范舰载机PIO的作动器相关设计提供参考。     

Ⅱ型PIO反馈与前馈抑制系统对比

 当舵机速率限制饱和时会产生附加时延,恶化飞行品质,触发Ⅱ型驾驶员诱发振荡（PIO）。运用描述函数法研究速率限制反馈（RLF）和死区增稳（DASA）Ⅱ型PIO抑制系统的开环相位补偿能力,提出RLF抑制系统的参数优化选择方法,分析了DASA抑制系统中死区和滤波器参数对相位补偿能力的影响。研究了两型抑制系统对正弦与偏差输入信号的开环响应特点。建立了含速率限制器的人机系统数学模型,基于描述函数法探究了Ⅱ型PIO的产生机理,推导了抑制Ⅱ型PIO发生的公式,应用连续信号相位补偿法抑制Ⅱ型PIO的发生。对阶跃、离散和正弦3种易于诱发PIO现象的跟踪任务进行数值仿真,对比了两种抑制系统的Ⅱ型PIO抑制能力。结果表明,反馈型RLF抑制系统对Ⅱ型PIO的抑制能力强于前馈型DASA抑制系统,有效降低了Ⅱ型PIO发生的可能性。     

前馈结构DASA抑制器在抑制PIO中的应用研究

现代电传飞行控制系统中由于作动器速率饱和产生的突然的附加相位滞后以及系统操纵增益的降低是触发非线性PIO的主要原因,对此通常采用相位补偿的方法进行抑制。为研究抑制器的抑制效能,建立了非线性的人机闭环系统模型。在分析基于前馈结构的DASA抑制器频域特性及其相位补偿能力的基础上,采用离散俯仰跟踪任务与正弦跟踪任务在时域内仿真研究了抑制器对PIO的抑制效能,结果表明该抑制器可以抑制非线性PIO。最后在地面飞行模拟器上进行了进一步验证,结果表明DASA抑制器可以改善飞机飞行品质,能用于PIO的抑制。     

驾驶员模型对驾驶员诱发振荡评估结果的影响

在飞机设计中,应用不同的驾驶员模型来预测驾驶员诱发振荡(PIO)是避免人机系统出现不良耦合的重要途径之一。以人-机闭环系统为研究对象,以某一电传飞机为例,采用Ⅱ型PIO的开环发生点OLOP评估准则,分别使用增益驾驶员模型和修正Neal-Smith驾驶员模型对人机闭环系统中的PIO易感性进行了分析、评估,对比研究了不同驾驶员模型对OLOP评估准则评估结果的影响。仿真结果表明:不同的驾驶员模型对Ⅱ型PIO评估准则(OLOP)的评估结果有较大的影响,相同驾驶员模型下不同的驾驶员增益对评估结果也有影响。在使用OLOP评估准则时应充分考虑驾驶员模型对评估结论的影响。     

人-机系统纵向动态特性的研究——PIO问题研究方法的探讨

本文根据PIO问题研究的需要,考虑到操纵系统非线性（间隙和摩擦等）对PIO问题影响的严重性,推导了包括非线性环节在内的,驾驶员-操纵系统-飞机本体组合系统的纵向动态结构图,并用DMJ-3A电子模拟计算机,以某歼击机低空大速度正常状态（力臂处于小臂）和故障状态（力臂处于大臂）为例进行了模拟计算。计算结果与飞行实践是一致的。从而初步说明作者提出的结构图（即PIO计算方法）既是可信的,也是具有实际分析使用价值的。     

预防Ⅱ型PIO的作动器设计

重点分析由作动器非线性因素(速率限制)引起的Ⅱ型PIO问题。将非线性因素线性化,采用赫尔维茨稳定性方法分析线性时不变系统的稳定性,采用二次型稳定性方法分析参数时变系统的稳定性。运用ROBAN算法确定稳定域,进而得到条件分析模型,分析了三种条件下的PIO趋势,给出合适的作动器设计方法。仿真研究表明,采用该方法设计的作动器使得某型飞机飞控系统具有良好的鲁棒性,可以有效避免Ⅱ型PIO的产生。     

基于线性矩阵不等式的电传飞机人机闭环系统稳定域

 针对静不稳定电传飞机作动器速率限制环节引起的Ⅱ型驾驶员诱发振荡(PIO)严重威胁飞机飞行安全的问题,研究了考虑作动器速率限制因素的人机闭环系统稳定域。引入增广状态变量分离速率限制环节,建立了人机闭环系统饱和非线性模型。为得到尽可能大的人机闭环系统稳定域估计,首先将稳定域求解问题转化为凸优化问题,再通过Schur补引理将其转化为线性矩阵不等式的求解问题,最终得到了人机闭环系统椭球体稳定域估计的一般算法。时域仿真研究表明:所估计的稳定域略微保守但不冒进,静不稳定电传飞机的Ⅱ型PIO是一种发散很快的振荡而非极限环振荡,驾驶员操纵增益以及作动器速率限制值是影响稳定域的重要因素。稳定域法物理意义清晰、结果直观,可用于非线性人机闭环系统稳定性的评估。     

纵向“人-机"组合系统的诱发振荡研究

本文介绍实用的驾驶员数学模型,分别研究了人-机械操纵系统（含杆系动态特性、非线性因素）-飞机以及人-控制增稳操纵系统-飞机组合系统的驾驶员诱发振荡问题,驾驶员模型中参数变化茄机械操纵系统中非线性因素对驾驶员诱发振荡的影响。得出的结论对研究人-电传操纵系统-飞机组合系统的驾驶员诱发振荡问题也是有益的。     

驾驶员诱发振荡的抑制方法

对电传操纵系统驾驶员诱发振荡（ＰＩＯ）的现象进行了分析，指出了舵回路速率饱和是造成ＰＩＯ的主要原因，并有针对对给出了一种非常规的用于解决饱和非线性问题的程序控制方法。这种方法主要是通过舵回路反馈的状态信息来改变驾驶杆输入信号的放大系数，从而达到有效抑制ＰＩＯ的目的，同时用Ｈｕｒｗｉｔｚ稳定判据进行了机理分析，最后给出了仿真验证结果，证明该方法是简单而有效的。     

Prediction of nonlinear pilot-induced oscillation using an intelligent human pilot model

This paper proposes a method to predict nonlinear Pilot-Induced Oscillation (PIO) using an intelligent human pilot model. This method is based on a scalogram-based PIO metric, which uses wavelet transforms to analyze the nonlinear characteristics of a time-varying system. The intelligent human pilot model includes three modules: perception module, decision and adaptive module, and execution module. Intelligent and adaptive features, including a neural network receptor, fuzzy decision and adaptation, are also introduced into the human pilot model to describe the behavior of the human pilot accommodating the nonlinear events. Furthermore, an algorithm is proposed to describe the procedure of the PIO prediction method with nonlinear evaluation cases. The prediction results obtained by numerical simulation are compared with the assessments of flight test data to validate the utility of the method. The flight test data were generated in the evaluation of the Smart-Cue/Smart-Gain, which is capable of reducing the PIO tendencies considerably. The results show that the method can be applied to predict the nonlinear PIO events by human pilot model simulation.     

神经网络模型在TDNS准则中的应用研究

时域Neal-Smith（TDNS）准则源于频域Neal-Smith（FDNS）准则和阶跃目标跟踪准则,被广泛应用于纵向驾驶员诱发振荡（PIO）趋势的预测研究。在该准则采用的人机闭环系统中,广泛运用结构简单且能反映飞行员基本行为特征的拟线性驾驶员模型。但在实际情况中,驾驶员的行为通常具有高度的非线性,为了更精确地描述驾驶员的非线性特性,采用神经网络方法建立驾驶员模型。利用某机的试飞数据对神经网络进行了训练和测试,生成了神经网络模型。针对TDNS预测准则,建立了相应的仿真模型,通过仿真运算,得到了该飞机的P10预测结果。研究表明：相对于传统的驾驶员模型,神经网络模型能够更好与真实驾驶员相匹配;在TDNS评估准则中运用神经网络模型具有实际的意义。     

防止Ⅱ型驾驶员诱发振荡技术的研究

许多严重的飞行事故都与由速率限制引起的Ⅱ型PIO有关。针对如何预防PIO，首先介绍了自适应杆增益和软件限制环节的设计原理。然后以某带速率限制的电传飞机为例，运用同一理论，分析采用自适应杆增益和软件限制环节来改善速率限制的不利影响。仿真结果表明，自适应杆增益环节和软件限制环节都能抑制住PIO的发生，但两者组合加入抑制效果更好，飞行品质也能达到满意的程度。     

模糊逻辑PIO探测器中的隶属函数构建

 驾驶员诱发振荡（PIO）是一类驾驶员不希望出现的人机耦合(APC)现象。探测器可根据飞机飞行数据识别是否有PIO发生。设计模糊逻辑探测器模型用于PIO探测关键在于模糊变量的选取与模糊推理的设计,模糊变量是由若干隶属函数描述的。根据对发生PIO时驾驶员的操纵与飞机运动特点的分析与总结,以及选取的特征参数的变化范围,对模型中的隶属函数进行设计,并对隶属函数的适应性和对识别结果的影响进行了分析。PIO数据的识别结果表明通过这种设计方法得到的模型可以用于PIO探测。     

飞机纵向振荡的试飞研究

介绍了产生驾驶员诱发振荡(PIO)的原因,并以某飞机发生PIO为例,分析了产生PIO的机理——法向过载相位对纵向杆力的滞后接近于180°,驾驶员模态和飞机短周期模态出现了严重耦合。操纵系统时间延迟、相位滞后、质量不平衡力以及驾驶员的输入等,都会对飞机的动态特性产生影响,在飞机的设计过程中,综合考虑各方面的因素就能极大地降低产生PIO的条件和可能性。